12/31/2016 Color

COLOR

Representation of color in MATLAB
It is represented through a MxNx3 matrix, where M is the width of the image, N is the height and there are
three matrices, one for each color component in the space in which it is represented. Usually, this color space
is RGB (Red, Green, Blue).

For each pixel of the image, instead of having a numeric value representing the level of grey, we have a
vector that represents the color. Each component of the vector represents the intensity of the color in the
corresponding channel.

In MATLAB, you can not only use RGB, but many other color spaces like CMY, CMYK, HSV, HSI, NTSC
Color Space, etc. Here we'll work exclusively with RGB and CMY.

Color maps
Another way of representing an image in MATLAB is through a color map, where we have an image
represented by a matrix X (MxN) and a matrix C of dimensions Kx3, that represents the color space, where
K is the number of colors in that space.

Each component of matrix X is an integer between 1 and K. To know the color of that pixel, we just select
the corresponding row in C, the three values of that row will represent the color of the corresponding pixel.

http://imgprocessing.tk/improve/color.html 1/4
12/31/2016 Color

Representation conversion
To change the representation of an image from RGB to Colormap, we can use the following command:

[X, map] = rgb2ind(f, num_of_colors, option)

where  f  is the original image in the format MxNx3 and RGB color space,  num_of_colors  is the maximum

number of colors that the map is going to have,  option  can be  'dither'  and  'nodither' . The first value will
choose the colors for which we are going to reduce the RGB color space in an intelligent way, as a function
of the colors that exist in the image. The second value will scale the values in a proportional way. As a resutl
it returns  X  and  map . The first one is the image with the indexes and the second is the color map.

To represent the result, we use the following command:

figure, imshow(X, map)

Intensity transformations
To perform an intensity transformation in all the color components or in independent components (red, blue,
green, cyan, magenta...) we'll use the following MATLAB command:

g = ice('image', f)

where  f  is the original image and  g  is the resulting image after a transformation of its intensity values.

The command shows the following window through the UI:

http://imgprocessing.tk/improve/color.html 2/4
12/31/2016 Color

Color filtering
The filtering of color images is done in the same way than with images in gray scale, with  imfilter() , but
instead of passing it a gray scale image, we pass it a color image.

Each of the color images are filtered separately and then they are joined back again in a single image with
three color components.

Colored borders detection
The border detection is not transformable any more as the filtering, we can not detect the borders in each
color component and then join the images because it wouldn't work.

We are now faced with the following problem (where r, g and u are unit vectors):

u→=∂R∂xr→+∂G∂xg→+∂B∂xb→

v→=∂R∂yr→+∂G∂yg→+∂B∂yb→

gxx=u→·u→=u→T·u→=∂R∂x2+∂G∂x2+∂B∂x2

http://imgprocessing.tk/improve/color.html 3/4
12/31/2016 Color

gyy=v→·v→=v→T·v→=∂R∂y2+∂G∂y2+∂B∂y2

gxy=u→·v→=u→T·v→=∂R∂x∂R∂y+∂G∂x∂G∂y+∂B∂x∂B∂y

θ(x,y)=12tan­12gxygxx­gyy

Fθ(x,y)=12gxx+gyy+gxx­gyycos2θ+2gxysin2θ12

F represents the gradient in the θ direction, where the gradient has a maximum.

To calculate the value of F we use the following command:

[VG, A, PPG] = colorgrad(f)

where  f  is the original image,  VG  the borders image,  A  is the image that represents the value of the angle,

and  PPG  is an image with the sum of the gradients in gray levels of each one of the color components of the
image  f .

You can practice these concepts using  snippet10 .

http://imgprocessing.tk/improve/color.html 4/4